对于货币周期的划分实质上是通过对货币流动性的度量来把握货币供应量扩张与收缩的交替演变进程，我们拟采用M1与M2同比增速差这一指标。从构成上来看，M1主要由通货与企业活期存款构成，M2则在M1基础上加入了企业定期存款与储蓄存款。M1、M2增速差的变化主要取决于货币供给（央行政策）、宏观经济、企业利润变化，所导致的货币资金在企业活期存款、定期存款与居民储蓄存款三者之间进行相互转化。当信贷投放大幅扩张时，M1增速会大于M2，这是因为此时新增企业xx增加，企业活期存款回升速度要快于定期存款所致。此外，当宏观经济改善、居民消费意愿增强时，居民储蓄存款会向企业定期存款转化，即“储蓄搬家”，此时M1增速也会大于M2。{zh1}，当企业经营活动改善、企业利润回升时，活期存款的回升速度或快于定期存款，也即我们常说的存款活期化，这种情况下M1增速也会大于M2。

  可见，M1与M2的增速变化具有丰富内涵，我们通过把握两者差值的变动趋势来划分货币周期。当M1与M2增速差保持上涨趋势时，货币流动性较为充足，我们可将其界定为货币扩张期，反之则意味着处于货币收缩期。

  分析可知，M1与M2同比增速差走势呈现明显的周期性波动，上涨、下跌趋势交替演变，据此我们将2000年1月-2010年4月期间的中国货币周期划分为9个阶段，其中5个扩张期，4个收缩期。需要说明的是，最近一轮扩张期我们将终止日期设定为2010年1月份，这是因为我们发现在2010年1月份，M1与M2同比增速差达到12.86%，远远超越历史水平。从2010年2月份开始，同比增速差开始拐头向下，有高位滑落趋势。

  二、货币周期与股票市场的关联性

  宽松的货币环境有利于股市上行，这是投资常识，但问题关键是，反映货币环境的指标众多，我们该采用哪个指标度量货币宽松与否。或者说，当我们采用M1与M2同比增速差来研究货币周期性变动时，对我们的投资决策是否有帮助。

  我们考虑将M1与M2同比增速差与上证指数走势绘制在一起，试图先从最直观的层面上来感知两者关系。但由于M1、M2数据披露具有滞后性，一般于下个月中旬左右披露，故股票市场的交易数据与M1、M2数据并不同步，股票市场交易要{lx1}一个月以上。但通过研究我们仍然可以明显发现两者在大的运行趋势上保持一致，相关系数达到0.40。

  我们进一步统计了历史上5次货币扩张期和4次收缩期的股市表现，我们发现两者更是高度相关。在5次货币扩张期，居然有四次市场录得正收益，只有2003年9-2004年8月期间M1与M2同比增速差保持上扬趋势，但市场走熊（对应的市场交易时间段为2003年10-2004年9月）；而在4次货币收缩期，股市全部下跌，与货币周期xx一致。

  在货币扩张期，市场平均xxxxx为77.17%，货币收缩期的平均收益率为-17.14%。采用单侧t检验，统计结果表明，货币扩张期股票市场的平均收益率要显著大于收缩期的收益率，这也就说明了股票市场在不同货币环境下存在显著的牛熊周期。

  不过，我们并没有发现同比增速差的波峰波谷形成时间会明显早于或同步于上涨指数拐点出现的时间。这就说明了同比增速差的主要作用在于通过对其变动趋势的把握来划分货币周期，以此来预测市场涨跌，但其波峰、波谷本身对市场的预测意义并不大。

  三、货币周期下的大类行业轮动

  在货币扩张期超配周期性行业，货币收缩期超配非周期性行业，这是市场上一种普遍投资逻辑。但这种投资方式的效果是否显著？是否所有的周期性与非周期性行业都遵循这一投资逻辑？

  我们对能源、材料、工业、可选消费、日常消费、医疗保健、金融、信息技术、电信服务以及公用事业十个行业进行研究。根据行业基本面特征以及β值，将能源、材料、工业、工业消费、金融以及信息技术六个行业归为周期性行业，日常消费、医疗保健、电信服务以及公用事业四个行业归为非周期性行业。我们构建周期性行业与非周期性行业指数，构建方法如下：{dy}，无论是六个周期性行业还是四个非周期性行业，我们都按照等权重配置；第二，由于电信服务行业指数于2002年9月才公布，故在此之前的非周期性行业指数构建我们将其剔除。

  我们统计了2000年1月至2010年1月年间货币扩张期及收缩期的周期性行业与非周期性行业的历史表现。当货币环境较为宽松处于扩张期时，周期性行业表现较为优异，5次扩张期有4次收益率超越非周期性行业；在货币收缩期，由于系统性风险的影响，无论是周期性行业还是非周期性行业都走熊。但相对来讲，非周期性行业表现的相对抗跌，4次收缩期有3次跑赢非周期性行业。

  从大类行业上来看，货币扩张期中周期性行业中的能源、材料行业表现最为优异，5次中有4次跑赢大盘，能源行业平均xxxxx为97.90%，材料行业次之，平均xxxxx为91.17%，金融业（包括房地产行业）也表现不错，3次跑赢大盘。但我们发现，并不是所有的周期性行业都在货币扩张期有较好表现，例如信息技术业与工业，5次扩张期只有1次跑赢大盘，信息技术行业更是在10个行业中排名倒数{dy}，平均xxxxx只有52.67%。

  在扩币收缩期，我们发现大类行业的轮动效应远小于货币扩张期。所有板块的平均收益率均为负值。相比之下，日常消费与公用事业两个非周期性行业表现相对抗跌，但也只有2次能跑赢大盘；对于医疗保健行业，虽然市场普遍认为其防御特性较为显著，但并未得到历史数据的强有力支持；对于电信服务业，由于数据缺失，我们只统计了其后两次货币收缩期的历史表现，两次中只有一次跑赢大盘，且从其平均收益率上来看，只略微强于信息技术行业。故从这个角度来看，电信服务业在货币收缩期的防御特性并不显著；我们还发现一个有趣现象，信息技术行业在货币收缩期依然位于所有行业之末，不仅只有区区一次跑赢大盘，且平均收益率位于倒数{dy}。信息技术行业在过去十多年间之所以表现如此糟糕，可能是由于该行业在20世纪末被市场恶炒，而之后全球网络经济泡沫破灭导致其一蹶不振所致。

  四、货币周期下的细分行业轮动

  为了便于行业配置，我们采用申万一级行业指数进一步研究了不同货币周期下细分行业的轮动效应。

  从细分行业来看，在货币扩张期，有色金属、采掘、交运设备、化工行业表现较为突出，有4次跑赢大盘；商业贸易、房地产、黑色金属、机械设备以及医药生物行业也均有3次跑赢大盘。在货币收缩期，食品饮料、交运设备、房地产以及商业贸易板块相对抗跌，4次中有3次跑赢大盘；医药生物、机械设备、金融服务、餐饮旅游、黑色金属以及化工行业也表现差强人意，各有2次跑赢大盘。但我们明显发现，在我们所列出的上述货币扩张期及收缩期的各自相对强势行业中，有多个行业如交运设备、房地产、医药生物等是重叠的，并不能很直观的看出哪些行业的轮动效应较强，因此，我们需要做更进一步地分析。

  我们想到这样一种方法，即首先对23个细分行业的排序赋予分值，排名{dy}的行业分值赋予23分，第二名赋予22分，依此类推，然后用货币扩张期的行业分值减去收缩期相对应的行业分值，我们命名为极差值。极差值越大说明该行业在货币扩张期的表现优于收缩期，故较适合在扩张期超配；反之，极差值越小则说明该行业在收缩期的表现更优异，因此更适合收缩期超配。之后，我们初步选取那些极差值较大，且能够在货币扩张期跑赢大盘3次以上的行业作为货币扩张期的强势板块；对于那些极差值较小，且能够在货币收缩期跑赢大盘2次以上的行业作为货币收缩期强势板块的选取对象。{zh1}，遵循谨慎严谨的研究思路，我们将根据上述方法选择出的强势板块与我们之前对大类行业轮动效应的研究结合在一起，要求两者必须保持一致，进而做进一步的筛选。

  分析可见，有色金属、采掘、交通运输以及化工行业的极差值{zd0}，而食品饮料、金融服务、医药生物、服装纺织以及房地产板块的极差值较小，故可以初步将这些板块作为不同货币周期下强势板块的选取对象。

  与大类行业的轮动效应进行比较，我们发现两者并没有xx一致。在大类行业中，周期性行业在货币扩张期表现突出，尤其是其中的能源、材料以及金融板块（包括房地产）表现最为优异，而工业表现一般，因此，在细分行业中，对于有色金属、采掘、交通运输以及化工这四个极差值较大的行业，我们将交通运输行业剔除，只认为有色金属、采掘以及化工三个行业较适合在货币扩张期超配。

  在货币收缩期，我们对大类行业的研究表明，非周期性行业表现突出，尤其是日常消费、公用事业表现最为抗跌，但医疗保健、电信服务的防御性特征并不十分明显。因此，我们将极差值较小的五个细分行业中的金融服务、房地产以及医药生物板块剔除，只认为食品饮料以及服务纺织两个行业较适合在货币收缩期进行超配。

  这样以来，我们就构建出了一个基本的行业轮动策略，即在货币扩张期超配周期性行业中的有色金属、采掘以及化工行业，而在货币收缩期超配食品饮料以及服装纺织两个非周期性行业。这种策略是否有效，我们采用历史回溯方法进行实证检验。我们构建一个投资组合，姑且命名为“行业轮动策略组合”，该投资组合在货币扩张期等权重配置有色、采掘以及化工三个板块，货币收缩期则等权重投资食品饮料以及服务纺织两个板块。假设2000年1月投资该组合1000元，我们计算了持有该投资组合至2010年1月份的损益，同时为便于与大盘进行比较，我们还假设期初投资市场指数组合1000元，并计算出了每一期的价值变动。

  可以明显发现，当我们于2000年1月初投资“行业轮动策略”组合1000元，并一直持有至2010年1月底，最终该投资组合的市场价值达到5343.68元，比期初增长了4.34倍，年平均收益率为43.44%，而同期投资市场指数的年均收益率为17.70%。因此，从历史上来看，“行业轮动策略”还是相当有效的，可以获取25.74%的超额收益率。当然，由于我们采用的是一种基于样本内数据的验证方法，故超额收益率本身大小对于我们未来的投资决策并无很大的参考意义。但我们的实证检验充分说明了在不同货币周期下采用“行业轮动策略”是一种简单易行，且投资效果不错的投资方式，也是一种较好的行业配置策略。

  五、重要研究结论

  我们得出了这么几个重要研究结论，可供投资者参考。

  {dy}，M1与M2同比增速差的周期性波动与股票市场的牛熊周期有较高的相关性。当M1与M2同比增速差呈上升趋势时，即货币处于扩张期时，历史数据表明，此时股票市场往往处于牛市阶段；反之，当M1与M2同比增速差呈下跌趋势时，即货币处于收缩期时，股票市场往往走熊。这就启示我们，可以通过对未来M1与M2同比增速差走势的把握来预测股票市场涨跌。

  第二，在货币扩张期下，周期性行业的表现要好于非周期性行业，尤其是大类行业中的能源与材料行业表现最为优异；在货币收缩期下，非周期性行业表现较为抗跌，但我们发现主要是日常消费与公用事业这两大行业较为抗跌，医药与电信服务的防御性特征并不十分显著。

  第三，我们进一步研究了不同货币周期下细分行业的轮动效应。研究表明，在货币扩张期，有色金属、采掘以及化工三个行业最适合超配，而在货币收缩期，食品饮料与纺织服装两个板块的防御性特征明显，比较适合超配。按照这一思路我们构建了一个“行业轮动策略”投资组合，并采用历史数据进行验证，发现可获取年均25.74%的超额收益，也即这样一种简单的行业轮动策略还是十分有效的。

  {zh1}，与不同经济周期的行业轮动效应相比较我们进一步发现，有色金属、采掘这两个行业的进攻性最强，不仅在货币周期下轮动效应显著，经济周期下的轮动效应也非常明显。与此同时，食品饮料行业的防御效果最为出色，不仅受货币收缩的影响较小，同时受经济衰退的影响也非常小，是最理性的防御性品种。（执笔：刘锋）